中间型年龄相关性黄斑变性进展的结构生物标志物纵向分析：定性与定量指标及其黄斑地形分布对地理萎缩与新生血管性AMD的预后价值——MACUSTAR研究

《Ophthalmology Retina》：Longitudinal analysis of structural biomarkers for disease progression in intermediate age-related macular degeneration: a MACUSTAR study report

　　

目的：在MACUSTAR研究（NCT03349801）纵向部分中，探讨定性与定量结构生物标志物及其地形分布对中间型年龄相关性黄斑变性（iAMD）眼进展至地理萎缩（GA）或新生血管性年龄相关性黄斑变性（nAMD）的预后影响。设计：纵向、前瞻性、低干预性欧洲多中心队列研究。受试者：577例iAMD研究患者的577只眼。方法：iAMD研究眼在每次研究访视时接受多模态视网膜成像，随后对结构生物标志物进行标准化分级，包括视网膜下玻璃膜疣样沉积（SDDs）、卵黄样病变、色素异常（PAs）、折光性沉积物、色素上皮脱离（PED）、非渗出性脉络膜新生血管（nCNV）、不完全性（i）视网膜色素上皮及外层视网膜萎缩（RORA，即iRORA）、完全性（c）RORA（cRORA）以及高反射灶存在（HRF）。基于谱域光学相干断层扫描（SD-OCT）成像，使用深度学习算法自动评估视网膜色素上皮玻璃膜疣复合体（RPEDC）体积和HRF面积及其地形分布。在每次研究访视时评估疾病进展（GA/nAMD），随访至4年。采用多变量时间离散风险模型评估生物标志物在整个OCT体积、中央3 mm圆盘以及早期糖尿病视网膜病变治疗研究（ETDRS）网格中央亚区中的疾病进展相关性。主要结局指标：疾病进展至GA/nAMD，以及结构生物标志物对疾病进展的风险比。结果：共纳入577例iAMD研究患者的577只研究眼（平均年龄72.01 ± 7.01岁，女性66.1%，中位随访3年）。82只眼（9.01%）检测到疾病进展，其中37只眼（6.4%）进展至GA，45只眼（7.7%）进展至nAMD。在中央3 mm内，SDDs、PED、nCNV和cRORA存在赋予总体进展风险，而PAs、RPEDC体积、iRORA、cRORA与进展至GA的风险相关。仅nCNV体积增加nAMD风险。结论：结构生物标志物提示iAMD进展风险，并可能区分进展至GA的眼与进展至nAMD的眼。生物标志物地形影响其预后相关性，需在临床试验设计中加以考虑。

研究背景方面，年龄相关性黄斑变性（AMD）是高收入国家老年人不可逆中心视力丧失的主要原因。nAMD与GA的治疗已有进展，年龄相关性眼病研究（AREDS/AREDS2）支持特定患者营养补充降低晚期AMD进展风险，但早期（eAMD）与iAMD的治疗选择仍有限。AMD进展缓慢，识别高风险眼对患者咨询与临床试验富集十分重要。传统风险分层主要依赖彩色眼底照相（CFP）特征，如玻璃膜疣大小、面积和PAs；SD-OCT可更细致刻画结构病理。既有研究提示外层视网膜带异常、大玻璃膜疣、SDDs、低反射玻璃膜疣核心和HRF等OCT生物标志物与晚期AMD进展相关；SDDs与更晚期表型及晚期AMD进展相关，HRF负荷与短期进展相关，RPEDC体积可客观估计玻璃膜疣负荷，iRORA与cRORA的OCT共识定义提高了萎缩描述标准化。原文指出知识缺口包括：许多研究聚焦单一标志物或合并晚期AMD终点；对进展至GA与nAMD的相对预后重要性理解不足；多数预后模型依赖标志物存在或总体负荷而非空间分辨分析。MACUSTAR提供标准化多模态成像与前瞻随访的大型欧洲iAMD队列，研究人员据此评估标志物存在、定量负荷和地形定位是否差异影响进展风险，假设结构生物标志物与GA和nAMD进展存在结局特异性关联，且预后相关性受黄斑地形修饰。研究人员开展纵向多中心队列分析，得出结构生物标志物可提示iAMD进展风险、可区分GA与nAMD进展眼，且地形影响预后相关性的结论；其意义在于支持个体化风险评估与临床试验设计。

关键技术与方法（≤250字）：MACUSTAR为欧洲多中心前瞻性低干预性队列，2018年3月至2020年2月入组55—85岁受试者，每6个月随访至4年；本研究纳入iAMD研究眼577只。采用多模态视网膜成像（SD-OCT、红外反射、眼底自发荧光、彩色眼底照相、OCT血管成像），由GRADE阅读中心标准化分级定性生物标志物；以深度学习算法自动分割RPEDC体积和HRF面积并在ETDRS网格定位；采用多变量时间离散风险模型分析整个30°×25°扫描视野、中央3 mm及中央1 mm区域。

研究结果如下。队列特征与疾病进展（Cohort characteristics and disease progression）：通过基线及随访多模态影像分级，基线577只眼为iAMD，因图像质量不足2只眼被排除，575只眼可分析；中位随访3年，中位访视9次，访视间隔中位6个月；82只眼（9.01%）进展，其中37只眼（6.4%）至GA、45只眼（7.7%）至nAMD；基线至末次随访，SDDs由26.8%升至37.9%，PAs由49.4%降至40.0%，折光性沉积物由5.7%升至21.0%，iRORA由9.7%升至12.1%，cRORA由8.6%升至13.7%，HRF由48.0%升至54.0%，HRF面积中央亚区由0.019 ± 0.055 mm²升至0.035 ± 0.082 mm²，RPEDC体积中央亚区由0.001 ± 0.002 mm³至0.001 ± 0.002 mm³。单变量分析（Univariate analysis）：通过调整年龄的单变量模型，SDDs（HR 3.58，95% CI 2.28—5.62）、HRF存在（HR 7.17，95% CI 3.88—13.24）、折光性沉积物（HR 4.75，95% CI 2.62—8.62）、PAs（HR 3.48，95% CI 2.05—5.89）、PED（HR 6.72，95% CI 3.87—11.65）、nCNV（HR 6.97，95% CI 2.50—19.40）、cRORA（HR 9.55，95% CI 5.82—15.67）、iRORA（HR 2.26，95% CI 1.16—4.40）、HRF面积（HR 1.32，95% CI 1.22—1.43）和RPEDC体积（HR 1.21，95% CI 1.03—1.42）均增加总体进展风险；卵黄样病变未显示显著关联。联合结构生物标志物与疾病进展的多变量分析（Association of combined structural biomarkers on disease progression；Multivariate analysis）：通过整个30°×25°扫描视野的多变量时间离散风险模型，SDD存在（HR 2.29，95% CI 1.33—3.92）、PED（HR 4.28，95% CI 1.89—9.70）、nCNV（HR 10.00，95% CI 3.24—30.85）和cRORA（HR 7.42，95% CI 3.97—13.87）与总体iAMD进展显著相关；进展至GA时，SDD（HR 2.50，95% CI 1.15—5.42）、PED（HR 4.14，95% CI 1.40—12.27）、PAs（HR 4.24，95% CI 1.21—14.85）、iRORA（HR 4.09，95% CI 1.40—11.94）和cRORA（HR 14.93，95% CI 6.14—36.35）显著；进展至nAMD时，仅PED（HR 4.02，95% CI 1.18—13.69）和nCNV（HR 12.87，95% CI 3.62—45.72）显著。结构生物标志物对疾病进展的地形影响（Topographic impact of structural biomarkers on disease progression）：通过将多变量模型限制于中央3 mm，SDDs（HR 2.25，95% CI 1.30—3.89）、PED（HR 2.70，95% CI 1.08—6.78）、nCNV（HR 10.00，95% CI 3.19—31.38）和cRORA（HR 8.27，95% CI 4.34—15.74）与总体进展显著相关；进展至GA时，PAs（HR 4.51，95% CI 1.30—15.64）、RPEDC体积（HR 1.37，95% CI 1.00—1.87）、iRORA（HR 4.12，95% CI 1.40—12.11）和cRORA（HR 19.87，95% CI 7.76—50.85）显著；进展至nAMD时，仅nCNV存在显著（HR 12.75，95% CI 3.53—46.05）；中央1 mm亚区结果相似。HRF与RPEDC体积地形（HRF and RPEDC volume topography）：通过按基线SDD存在与否分层的ETDRS网格地形分析，进展至nAMD且无SDDs者，HRF基线在中央3 mm内聚集、随访时进一步集中于中央1 mm；有SDDs者基线分布更广、随访集中至内上方ETDRS亚区；进展至GA且无明显SDD者，HRF在基线与随访均以中央亚区最丰富；有SDDs者基线HRF聚集于中央3 mm，随访数量增加而分布无明显差异；RPEDC体积在无SDD的nAMD进展眼中基线以中央亚区最高、随访时内ETDRS环高于中央亚区；有SDD者基线内ETDRS环最高、随访颞侧外亚区最高；无SDD的GA进展眼基线中央亚区与内ETDRS环均较高、随访这些区域显著降低；有SDD的GA进展眼分布相似但RPEDC体积总体更低。

讨论部分总结：本研究确认多种结构生物标志物影响iAMD向晚期AMD进展，每个标志物的相关性取决于分析方式（单变量与多变量回归）、进展类型（总体、GA、nAMD）和所分析黄斑区域（30°×25°扫描视野、中央3 mm、中央1 mm）；结果与既有文献大体一致，同时与少数既往发表存在分歧。SDDs为与AMD进展相关的表型，Flores等报告进展至晚期AMD的OR为2.64，与本研究HR 3.58相近；Huisingh等报告进展至GA的HR为4.93、进展至nAMD的HR为5.05。PED为进展尤其GA的已知危险因素，既往HR可达3.08，低于本队列，差异可能与PED定义和AMD分类系统不同有关。nCNV存在与总体进展相关，主要由进展至渗出性nAMD驱动，与既往nCNV与渗出发生强关联的报道一致；原文还指出nCNV被认为对GA进展具有保护特性，这可能解释其与iAMD进展至GA无关联。PAs与进展相关并由GA发生驱动；Beckmann系统将所有具有任何PA的眼归为iAMD，而AREDS分类需要额外AMD相关改变。iRORA存在赋予AMD进展风险并由GA驱动，既往报告进展至晚期AMD的OR为12.9、三年进展至GA的HR为12.1；cRORA方向相似且效应更强，原文认为可能因cRORA病灶更快达到最小萎缩面积阈值（≥0.05 mm²），未发现与nAMD进展关联。折光性沉积物在单变量分析中为预后因素，但在任何多变量模型中关联消退；Oishi等发现其增加GA风险，Tan等报告12个月进展OR为6.36。HRF存在在单变量分析中与AMD进展强相关，与既往OR 3.26—7.92的报道一致；为限制共线性，多变量模型仅纳入HRF面积，未获统计学显著结果，这与既往显示HRF面积较二分类HRF存在更具预后价值但未调整混杂的结果形成对比。单变量分析确认较高RPEDC体积增加AMD进展风险，多变量分析仅在限制于中央3 mm且仅对GA进展时得到证实，差异可能与分类系统和分析策略不同有关。本研究未能重现卵黄样病变的预后相关性。原文认为结构生物标志物对GA与nAMD进展的预后相关性不同，提示部分不同病理通路：GA发展主要由慢性补体激活、RPE功能障碍与丢失及光感受器变性驱动；SDDs与多种心血管危险因素相关并可能先出现于脉络膜较薄处，提示局部缺氧对GA发展的相关性；HRF被认为可能为向前迁移的RPE细胞，也有作者提出微胶质来源，但均承认黑色素存在，这解释其与CFP上PAs的邻近关系，并可能解释两种标志物对疾病进展的相似影响；iRORA和cRORA由OCT特征定义，在en-face成像达到≥0.05 mm²时被视为GA，因此二者与GA进展的强关联较为直观；玻璃膜疣为RPE与Bruch膜之间细胞外碎屑积累，较大玻璃膜疣即较高RPEDC体积破坏RPE功能并可能诱导慢性炎症及补体激活，随后玻璃膜疣塌陷导致GA；外层视网膜与脉络膜毛细血管分离增加可能导致RPE缺氧，进而诱导VEGF分泌增加。地形方面，人类视网膜以细胞分布差异尤其是中心凹为特征，玻璃膜疣和SDDs分布至少部分跟随视锥与视杆光感受器分布，这反映AMD OCT生物标志物对疾病进展的相关性随视网膜区域不同而变化；SDDs在中央ETDRS亚区分析时HR最高，而该区域SDDs通常罕见；RPEDC体积呈相反关系，中央3 mm的HR高于中央亚区；既往报告显示中央3 mm内RPEDC所赋予的AMD进展风险在考虑中央5 mm时并未增加。局限包括中位3年随访相对较短、定性数据评估可能存在人为误差、进展事件数相对模型参数较少可能增加过拟合风险并降低HR估计准确性；但协变量基于临床相关性和既往研究选择且未使用数据驱动变量选择，因此多变量分析结果可解释为协变量与相应进展事件关联的估计。优势包括多中心前瞻性设计、高质量多模态视网膜影像数据、阅读中心严格数据审核以及考虑生物标志物分布地形差异的稳健统计分析。研究结论翻译：总之，研究人员强调多种结构生物标志物对iAMD进展至晚期疾病的预后相关性，并指出取决于分析所考虑黄斑区域的明显差异。未来研究应包括与功能测试数据的相关性，以进一步增强识别iAMD进展眼的能力，从而为未来干预性临床试验制定不同的富集标准。